您的位置: 专家智库 > >

许康

作品数:3 被引量:0H指数:0
供职机构:西南科技大学计算机科学与技术学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 1篇异构
  • 1篇入侵
  • 1篇入侵检测
  • 1篇基于LINU...
  • 1篇反跟踪
  • 1篇UBUNTU
  • 1篇LINUX系...
  • 1篇LINUX

机构

  • 3篇西南科技大学
  • 1篇绵阳市中心医...

作者

  • 3篇许康
  • 1篇刘畅
  • 1篇何刚
  • 1篇何刚

传媒

  • 1篇电脑知识与技...
  • 1篇内江科技
  • 1篇计算机技术与...

年份

  • 1篇2024
  • 2篇2010
3 条 记 录,以下是 1-3
排序方式:
基于Linux系统调用的反跟踪技术研究
2010年
反跟踪技术一直是磁盘加密技术中最关键的技术,但随着进程迁移、虚拟机、入侵检测等许多新技术对系统调用的依赖,研究反跟踪技术的程序设计人员也开始把注意力集中到了系统调用的跟踪上。作者从反跟踪原理、反跟踪实现两反面对基于linux系统调用的反跟踪技术进行了总结研究。
许康
关键词:LINUX反跟踪入侵检测
边缘场景下动态联邦学习优化方法
2024年
边缘计算(Edge Computing)是一种新的计算方式,通过在网络边缘提供计算服务,与传统的云计算模式相比,具有高可信度和低延迟等特点。联邦学习(FL)作为一种分布式机器学习方法,尽管具备保护隐私和数据安全的特性,却仍然面临设备异构和数据不均衡等问题,导致出现部分参与者(边缘端)训练时间长、训练效率低下等问题。为了解决上述问题,该文提出了一种名为FlexFL的动态联邦学习优化算法。该算法引入了两层联邦学习策略,通过在同一参与者部署多个联邦学习训练服务和一个联邦学习聚合服务,将本地数据集平均分配给各个联邦学习训练服务,并每回合激活一定数量的训练服务。未激活的服务将休眠,不占用计算资源,并将资源平均分配给激活的服务,以加快训练速度。该算法能够平衡参与者设备异构和数据不均衡性带来的训练时间差异,从而提高整体训练效率。在MINST数据集和CIFAR数据集上与FedAvg联邦学习算法进行了对比实验,结果显示,FlexFL算法在减少时间消耗的同时,不降低模型性能。
王志良何刚何刚许康许康刘畅
浅谈Linux系统下无线网卡驱动的安装
2010年
Linux操作系统以其高效、稳定、免费、开源等一系列特点,吸引着越来越多的计算机用户安装并使用。然而,Linux系统下各类硬件设备的驱动安装却一直比较繁琐,这是影响计算机用户使用Linux系统的一大原因。随着Linux系统的日渐发展,在Linux上安装各类硬件驱动已经变得越来越简易化、智能化。但即使是最新版本的Linux系统,其对各类无线网卡的驱动级支持仍不够完善。本文以Ubuntu Linux10.04系统为例,归纳总结了各类常见的无线网卡在Linux系统上的安装过程。
许康
关键词:UBUNTU
共1页<1>
聚类工具0